MétaCan
Menu
Retour à la cohorte
Enregistrement W4404124672 · doi:10.3390/biomedicines12112547

Emerging Ocular Side Effects of Immune Checkpoint Inhibitors: A Comprehensive Review

2024· review· en· W4404124672 sur OpenAlexaff
Kevin Y. Wu, Yoel Yakobi, Diana Danielova Gueorguieva, Éric Mazerolle

Notice bibliographique

RevueBiomedicines · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueCancer Immunotherapy and Biomarkers
Établissements canadiensUniversité de MontréalMcGill University Health CentreUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésImmune systemImmune checkpointMedicineCancer researchImmunologyImmunotherapy

Résumé

récupéré en direct d'OpenAlex

Immune checkpoint inhibitors (ICIs) have revolutionized cancer treatment, offering significant improvements in patient survival across various malignancies. However, their use is associated with a broad spectrum of immune-related adverse events (irAEs), including those affecting the eye and its surrounding structures, collectively termed ocular irAEs (OirAEs). Although rare, OirAEs (e.g., keratitis, uveitis, retinal vasculitis, etc.) can significantly impact a patient's quality of life, leading to ocular complications if left untreated. This review provides a comprehensive overview of OirAEs associated with ICIs, including their clinical manifestations, underlying mechanisms, and current management strategies. We delve into the anterior and posterior segment adverse events, highlighting conditions such as dry eye, uveitis, and retinal disorders, as well as neuro-ophthalmic and orbital complications. Furthermore, we discuss the challenges in diagnosing and treating these conditions, particularly given the overlap with other autoimmune and paraneoplastic syndromes. Finally, we identify key knowledge gaps and suggest future research directions aimed at optimizing the management of OirAEs while maintaining the efficacy of cancer therapy. This review underscores the need for increased awareness among clinicians to prevent irreversible ocular damage and enhance patient outcomes.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,555
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0050,002
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,028
Tête enseignante GPT0,353
Écart entre enseignants0,325 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiomedicinesMême sujetCancer Immunotherapy and BiomarkersTravaux en français237 207